شناسایی اختلالات یادگیری: هم پوشانی هوش مصنوعی و روانشناسی شناختی

اختلالات یادگیری به عنوان یکی از چالش های اصلی در نظام های آموزشی، نیازمند شناسایی دقیق و به موقع برای اتخاذ مداخلات درمانی مناسب هستند. روش های سنتی ارزیابی که اغلب بر آزمون های روان شناختی و مشاهده بالینی تمرکز دارند، با محدودیت هایی نظیر زمان بر بودن، خطای انسانی و عدم توانایی در تحلیل داده های پیچیده مواجه هستند. هدف این پژوهش، بررسی ظرفیت های هم پوشانی میان هوش مصنوعی و روانشناسی شناختی در جهت ارتقای دقت و سرعت شناسایی دانش آموزان دارای اختلالات یادگیری است. در این رویکرد، با بهره گیری از الگوریتم های یادگیری ماشین و شبکه های عصبی عمیق، الگوهای رفتاری و شناختی استخراج شده و با تئوری های پردازش اطلاعات در روانشناسی شناختی تلفیق می شوند. نتایج نشان می دهد که استفاده از ابزارهای هوشمند می تواند به عنوان یک سیستم پشتیبان تصمیم گیری برای متخصصان، فرآیند غربالگری را دقیق تر و فراگیرتر نماید. این هم افزایی نه تنها بار تشخیصی را کاهش می دهد، بلکه با ارائه تحلیل های دقیق شناختی، امکان شخصی سازی برنامه های آموزشی و توانبخشی را فراهم می آورد.

کلیدواژه ها:

اختلالات یادگیری ، هوش مصنوعی ، روانشناسی شناختی ، یادگیری ماشین ، پردازش اطلاعات ، غربالگری هوشمند ، علائم شناسی دیجیتال ، مداخلات آموزشی.